智能財會領域的知識圖譜：研究熱點及發展趨勢
——基于CiteSpace的可視化分析

張俊瑞 屈 雯①

1.西安交通大學城市學院 2.西安交通大學管理學院

一、引言

2018年12月，中央經濟工作會議確定2019年重點工作任務時提出“加強人工智能、工業互聯網、物聯網等新型基礎設施建設”，新基礎設施建設首次出現在中央層面會議中并開始受市場熱捧。隨著“新基建”的快速推進，大數據、人工智能、云計算、區塊鏈等技術正在改變著財務會計工作。事實上，以專家系統和神經網絡為代表的人工智能技術已應用于風險評估、內部審計、破產預測等方面，走過以電算化為代表的1.0時代以及財務集中管理的2.0時代，以智能化為標志的3.0時代正帶領著傳統財會登上行業變革的大舞臺。學術界自然不例外，近年來對智能財會的研究熱度只增不減。從現有文獻來看，學者分別從人工智能、財務共享、智能制造、商業智能、業財融合等方面進行了大量深入的研究，取得了豐碩的研究成果，但綜述性的文獻回顧和展望研究相對較少，智能財會領域系統的研究還比較匱乏。

為了更加系統地理清智能財會的研究脈絡與發展趨勢，更宏觀地整體把握智能財會的研究方向，本文借助Cite Sp a c e文獻計量工具對近11年來國內智能財務、智能會計領域（合稱“智能財會”，如無特別說明，“智能財會”與“智能財務”“智能會計”同義）的文獻數據以知識圖譜的形式進行可視化分析，旨在推動社科領域智能財會的研究工作，并對未來相關領域理論研究及實踐建設提供支持與幫助。

二、數據來源及研究方法

（一）數據來源

本文以2022年4月16日為檢索日期，以中國知網（CNKI）為檢索數據庫來源。考慮到人工智能時代下，財務與會計的融合趨勢明顯，邊緣界限越來越模糊化，故以“智能財務”“智能會計”為主題，參考借鑒上海國家會計學院自2017年開始組織評選出的影響中國會計從業人員的信息技術，選取“區塊鏈會計”“財務機器人”“財務云”“會計云”“電子發票”為篇名檢索，以“精確”為檢索條件，時間范圍選定為2011—2021年，由此檢索出3 018篇與研究主題貼合的期刊文獻。之所以時間起點選擇2011年，是因為2010年國家標準化管理委員會和財政部發布了XBRL技術規范系列國家標準和企業會計準則通用分類標準，企業會計信息化自此隨著新一代標記語言的產生而開始顯露鋒芒。考慮到這些文獻質量參差不齊，為了保證數據分析結果的效度，手工剔除新聞報道、會議記錄、訪談、著作述評等非研究性文獻，最終得到2 881篇有效文獻。

（二）研究方法

本文利用Cite Space V.5.8 R3對智能財會領域的研究歷史、現狀及發展趨勢通過知識圖譜的形式進行可視化分析，同時結合中心性對比、關鍵詞聚類、突現詞抓取獲得所研究領域的前沿熱點。時間區間設定為2011—2021年，時間切片設定為1，其他遵循軟件原始設定加以運行，參數如表1所示。

表1 軟件參數

三、文獻特征可視化分析

（一）文獻計量分析

1.時間分布

從圖1可以看出，對于智能財會主題的研究，自2011年開始呈上升態勢，且尚未到達研究峰值。這種攀升式發展尤其以期刊文獻表現顯著。以2016年為分水嶺，2016年之后相關研究呈爆發式增長。回顧2016年發現，在這一年中，財務圈最吸睛的莫過于四大會計師事務所相繼引入財務機器人RPA，人工智能大有入侵財務領域之勢，更有學者將2016年界定為智能財務元年，且當年度期刊文獻多以“引領”“時代”“突破”等詞作為標題。自此，智能財務、智能會計迅速升溫，伴隨著2018年中央經濟工作會議首次提出“新基建”，相關支持政策陸續出臺，學術界對于相關領域的研究熱度空前高漲。由此可見，智能財會研究是近年來研究的熱點，整體而言，有鑒于國家宏觀經濟政策的制定與實施，智能財會領域內相關研究的文獻數量與業內對其的重視程度顯著正相關，智能財務、智能會計正呈現出蓬勃發展的態勢。

圖1 智能財會研究領域發文量年度趨勢圖

2.發文作者及機構分析

發文作者及其所在研究機構是領域內研究的核心主體，對其研究分析能夠幫助研究者快速了解相關研究現狀與進展，對于后續研究大有裨益。通過運行Cite Space，分別將節點設置為作者、機構，可得到如圖2的知識圖譜。

圖2中字體大小與節點大小成正比，節點越大，發文量越多；節點連線越粗，相互聯系程度越緊密。總體來看，智能財會研究領域中發文作者較分散，發文量排名前10的相對高產作者分別為程平、劉梅玲、張慶龍、劉勤、黃虎、黃長胤、李克紅、許金葉、楊寅及郎琳，且最早發文年份為2017年，然而通過查閱文獻來源發現，以上作者發文的期刊級別參差不齊，為了保證整體研究的效度，將來源類別限定在全國中文核心期刊（北核）及CSSCI期刊（南核）范圍內，得到表2中文核心及以上期刊發文作者及研究主題統計信息。手工收集整理發現，其所涉及的研究主題主要集中在智能財會的體系構架、組織建設實踐、實施路徑以及專業建設方面。

圖2 發文作者共線知識圖譜

表2 中文核心及以上期刊發文作者及研究主題統計

圖譜（圖2）中形成了兩個較為明顯的網絡結構，分別是程平研究團隊和重慶海事局存在合作共線；劉梅玲研究團隊和黃虎存在合作共線。通過查閱文獻可知以上均為校企合作研究模式，合作對象較為固定，發文期刊也較為固定。除此之外沒有明顯的網絡結構關系。由此可以認為智能財務（會計）作為一個新興概念和研究領域，近年整體研究相對零散，學者“單打獨斗”居多，穩定的研究團隊集群有待開發。

此外，從發文機構度分析發現相關研究呈百花齊放的態勢，研究機構以院校為主，且參差不齊。以生成的圖譜（圖3）來看，上海國家會計學院、重慶理工大學、中南財經政法大學、江西財經大學、安徽財經大學、中國煙草總公司云南省公司、北京國家會計學院、南京審計大學、哈爾濱職業技術學院、中國人民大學節點較大，表明這幾所院校在相關領域的科研實力較雄厚。然而圖中基本沒有連線，這也說明了各研究機構間缺乏聯系，未來合作有待進一步加強。

圖3 研究機構共線知識圖譜

統計各研究機構的發文量及最早發文年限（表3）分析發現，中南財經政法大學、重慶理工大學與中國人民大學是較早研究智能財會的院校，在智能財會概念興起之初，便以財務云為切入點對商業智能加以研究。不同的是，重慶理工大學在研究過程中逐漸形成了穩定的團隊，同時通過借力合作單位重慶海事局，理論結合實踐探討財務云的建設，自2017年開始一直致力于相關領域的研究，已形成一系列研究成果。諸如北京國家會計學院等研究機構在相關領域內的研究盡管成果頗豐，但基本缺乏機構間的溝通聯系及固定的實踐合作伙伴而使得研究稍遜風騷。

表3 高頻研究機構發文量及年份統計

（二）研究熱點及趨勢分析

關鍵詞是一篇文獻中作者高度凝練出用以概括文章中心及主題思想的詞語。通過對關鍵詞的共線、聚類分析能夠幫助掌握領域內研究的熱點方向，便于精準把握相關研究的發展脈絡。

1.關鍵詞共線分析

圖4為智能財務（會計）關鍵詞共線知識圖譜，旨在展現智能財會研究領域內高頻關鍵詞及各關鍵詞之間的相互關聯關系。其中，網絡節點（N）表示關鍵詞出現的次數，研究鏈（E）連線表示關鍵詞的共線關系，連線粗細與關聯關系成正比例變化。圖4中，節點N為558條，研究鏈E為1 022條，可以認定，在該領域內以下關鍵詞的關聯度較高，這也意味著在智能財會的研究領域中研究關注點高度集中。鑒于此，有必要對以下各關鍵詞加以深度分析與解讀。

圖4 智能財務（會計）關鍵詞共線知識圖譜

深入分析發現，在一眾與智能財會研究主題相關聯的關鍵詞中，人工智能出現居中，表明在涉及智能財會的相關主題研究中，學者多傾向于結合人工智能的時代背景加以研究分析；此外，管理會計、財務會計、財務管理出現頻次緊隨其后，結合智能財會主題分析，這三者分別為相關領域的方向劃分，意味著智能財會的應對與轉型發展主要是基于以上三個角度；而之后的業財融合、財務共享、區塊鏈、財務機器人RPA、財務云則主要體現為智能財會的實施手段與依托。

2.關鍵詞聚類分析

關鍵詞聚類旨在通過集群的形式反映出關鍵詞的聚合結構性特征，一般而言，聚類序號與受關注度正相關，序號越靠前，受關注度越高，越重要。圖譜（圖5）中Q值大于0.3表明聚類結構顯著，S值大于0.5表明聚類效果合理。基于此，通過運行CiteSpace，得到圖5（Q=0.6329；S=0.8481）中智能財會領域13個聚類：電子發票、人才培養、影響、財務云、財務管理、人工智能、智能財務、財務、財務會計、RPA、財務共享、財務工作、機器學習。

圖5 智能財會關鍵詞聚類知識圖譜

對表4中聚類關鍵詞進行分析不難發現，各聚類間研究內容相互交叉現象明顯，基于聚類中的關鍵詞，可將智能財會領域研究的主題歸納為智能財會的緣起及演進、經濟影響、方案實施。為了理清各聚類的內部潛在關系，梳理領域內研究主題發展進程，有必要對研究內容進一步加以梳理分析。

表4 智能財會關鍵詞聚類統計

四、文獻研究內容、創新觀點的可視化分析

（一）突現詞分析

突現詞分析意在探測某一時段引用量有較大變化的關鍵詞情況，用以發現某一個主題詞、關鍵詞衰落或者興起的情況。根據圖6，總體而言，在2011—2016年間智能財會的主題圍繞企業層面的商業智能與電子發票展開。隨著研究的深入，得益于國家宏觀層面的引導與支持，2017年以來對智能財會的研究更多體現在探討智能化如何融入傳統財務。從2018年開始，相關領域的研究以“應對措施”作為突現詞，這表明學術界對于智能財會的關注度愈發強烈且持積極態度，通過分析其對財務業界產生的影響積極探索應對與轉型之路。自2019年，探索智能財會背景下的人才培養則成為主要研究方向。

圖6 關鍵詞突現統計圖

（二）關鍵詞時間線圖分析

時間線圖是將時間因素加入知識圖譜的繪制之中，將聚類包含的關鍵詞按照時間鋪開，顯示每個聚類中關鍵詞的發展情況。圖中的十字代表關鍵詞，線條代表關鍵詞間的聯系。根據時間線圖梳理圖中各階段節點關鍵詞，按照時間發展脈絡加以分類得到表5，同時結合關鍵詞聚類各聚類序號詞，歸納出智能財會的相關研究大致經歷了以下三個階段（圖7）的發展：初現期（2011—2016年）、新興期（2017—2018年）、繁榮期（2019—2021年）。其中初現期以“電子發票”“智能分析”“云計算”等詞展現，主要表現為智能財會的緣起及演進。借鑒企業集團的實踐，探討商業智能（BI）、財務決策系統在實務界的運用；新興期延續前期的研究背景，在智能財會對企業的沖擊與應對加以思考的基礎上，探討智能財會的經濟影響，結合已有研究成果對基于新技術的智能化實施路徑進行深入挖掘與分析，通過財務機器人RPA的出現引發對于財務轉型的思考；繁榮期以“數據共享”“數字化”等詞展現，這一時期在前期對智能財會概念深入把握的基礎上，得益于國家政策支持與傾斜，以校企合作的形式理論結合實踐，著力智能財會建設的方案實施，強調智能化全流程的設計與應用場景，并開始關注人才培養，探尋人工智能時代財會人才培養及課程體系重構。

圖7 智能財會關鍵詞時間線圖

表5 智能財會研究進程統計

（三）各階段研究內容分析

初現期（2011—2016年）。這一時期旨在表現智能財會的緣起及演進，整體以“電子發票”和“決策支持系統”為主。全部文獻中核心以上占比16.33%，呈現出發文量小、水平不高的特點，且多以校企合作方式展開研究。李本貴通過梳理我國發票管理系統現狀，借鑒其他國家和地區的發票管理經驗，提出建立開放式發票網絡管理平臺和電子發票信息交換中心的改革設想。在傳統財務管理方法缺乏對財務的智能決策支持而不再適應飛速發展的經濟需求的背景下，早期研究多從數據挖掘技術、數據分類算法的角度展開，旨在提高企業的財務智能決策水平。如張明指出支持向量機（SVM）是解決財務數據分類的最好算法之一；葉煥倬等通過建立不確定性推理的人工智能方法——貝葉斯網絡模型，對企業財務預警和診斷研究進行了細致的分析。葉福蘭在對關聯規則挖掘中的Ap riori算法及決策樹挖掘的ID3算法深入研究的基礎上加以改進，很大程度提高了財務決策的效率。

新興期（2017—2018年）。這一時期隨著德勤會計師事務所宣布與Kira Systems聯手，將人工智能引入會計、稅務、審計等工作當中而引發了“財務機器人RPA熱”。研究多集中于智能財會的經濟影響。發文數量顯著上升，研究主題聚焦于數據視角下基于財務云平臺的內部控制審計與優化、財務機器人對業界的影響以及應用探索層面。程平等通過運用大數據、云會計等技術，基于財務云平臺，將合同、采購、收支管理等內部控制制度、權限、流程嵌入信息系統中，實現了重慶海事局業務全流程、常態化管控。余應敏等指出財務機器人由于缺乏職業判斷能力，不會對周圍的社會經濟環境進行評估判斷，且應用尚在起步階段等原因不會替代會計人員，積極應對態度下財務人仍是人工智能時代的主宰。戚蓓蓓從介紹機器人流程自動化入手，在分析人工智能與機器人流程自動化的區別與聯系的基礎上進一步從人工智能視角對財務機器人流程自動化的應用提出修正應用程序、引入決策支持系統思想、關注應用前的測試效果與調整、優化企業人力資源配置、采用外包搭建業務流程框架、合理選擇供應商等改進建議。

繁榮期（2019—2021年）。這一時期從發文數量到發文層次較之前都有了質的提升。重點探討了智能財會建設的方案實施。根據前期實踐的指導，學者圍繞智能財務（會計）建設展開了多角度的研究，主要集中在制度設計、流程設計、應用場景層面，且成果頗豐。劉梅玲等以云南煙草商業為例，提出智能財務建設的核心任務是規劃建設涵蓋智能財務會計共享平臺、智能管理會計共享平臺和大數據分析應用平臺三個子平臺的創新型智能財務平臺，智能財務組織架構的搭建和智能財務共享運行管理規則的確立則是新型財務管理模式構建的關鍵所在。秦榮生在判斷人工智能在會計領域已成功具備所需的五個條件的基礎上提出人工智能主要通過會計核算語音指令、賬證核對驗證機器視覺、大數據財務分析、智能財務風險控制、提供精準預測方案等場景參與會計工作。黃長胤通過梳理諸如合同文本的智能化分析、存貨監盤的自動化等主流技術在審計智能化中的主要工作場景展現了審計智能化中的新技術應用。

此外，針對智能財務（會計）對專業教育和人才培養帶來的沖擊，學術界也在這一時期進行了深入研究。徐經長提出應強化對學生職業判斷能力和管理創新能力的培養以及增設人工智能和大數據類的相關課程來應對人工智能和大數據對會計工作的影響。李克紅認為人工智能時代應通過構建“五層三式”智慧財務管理的人才培養模式，提升財務管理人才的專業基礎能力、拓展創新能力以及綜合應用能力。張敏等基于國際精英商學院協會（AACSB）認證體系，在分析智能財務教育現狀的基礎上根據AoL（As surance of Learning）理念搭建智能財務專業培養框架，從培養目標、培養方案、考核手段、收集數據、報告反饋方面對人才培養提出了建議。

（四）創新觀點

結合上文各階段學者的研究成果不難發現，早期財務機器人RPA的應用都聚焦在財務（會計）流程手工操作的自動化方面，旨在解決財會人員重復勞動的流程自動化問題。隨著科技的發展，正逐漸被具有大企業CFO一樣思維能力和決策能力的人工智能淘汰，即由智能化進階為智慧化。事實上，從智能財務（會計）被提出開始，財會人員就一直被一個問題困擾：人工智能是否能夠完全代替財會職業。

隨著科技變革與區塊鏈3.0時代的到來，會計職能已不再局限于傳統的核算與監督，新技術的普及勢必會帶來職能的擴張。“大智移云物區”時代下財會的重心需由業務層面、智能層面向智慧層面轉移，即智慧化模式。這一模式呈業務層、智能層與智慧層自下而上的金字塔形（如圖8）。其中，業務層以區塊鏈為底層數據邏輯，以其去中心化（分布式記賬）、時序性（時間戳不可篡改）、開放性（透明共享）、數字簽名等優勢而為業務層面提供數據區塊支持，同時輔以OCR識別等技術，保證核算流程自動化，數據處理安全化；智能層基于數據挖掘、商業智能及機器學習，通過遺傳算法、專家系統、基于規則算法的神經網絡等進行情景判斷、案例分析、實時決策等，從智能核算進階到高層級的價值管理；智慧層則是云計算、深度學習融合人腦智慧的深度融合共同體，強調人機的融合協同。這一層面已突破技術壁壘，旨在實現科學合理的業務分工，精準高效的流程銜接以及信息傳遞。恰恰是在本層面，人腦體現出不可替代性。考慮到機器適合于從事重復性、強負荷性、高運算性工作，而人腦適合從事創新性、變化性、非惡劣環境的工作，且擅長向機器發布指令，未來的發展更多體現在分工而非替代。因此，基于區塊鏈技術，將業財融合、人工智能、深度學習與人腦智慧深度融合，高度契合的智慧財會是智能財會的發展方向。事實上，在智慧財會層面，企業本身形成了基于流程—管理的“財務+”閉環。流程部分通過弱人工智能在業務處理層面之上經過機器學習提供預測與管控，而管理部分則是在流程基礎上嵌入創新管理思維，人腦根據機器學習、大數據、算法等實現數據賦能以及經驗判斷修正，達到通過維護算法進行戰略分解及精細化管理，進而提高效益的目的。

圖8 智能財會發展框架圖

然而，人機協同注定是一個“雙刃劍式”的創新模式。當機器由深度學習發展為機器“人”時，是否需要在其未覺醒前為其施以緊箍咒，以此來遏制人機協同模式所帶來的諸如海量數據練習算法時隱私暴露、算法歧視，云端及互聯網開放平臺的漏洞安全，勞動密集型產業失業風險等倫理挑戰，這有待后續深入研究。

五、研究結論與趨勢展望

（一）研究結論

本文基于CiteSpace文獻計量軟件對中國知網智能財會主題的研究加以統計分析，旨在厘清該領域研究脈絡，把握未來研究趨勢。根據以上數據分析結果，得到如下結論：

從研究現狀看，近11年來，智能財會作為新興研究方向一直備受學術界關注與重視，從2016年開始相關研究文獻呈爆發式增加；然而從高頻作者角度看，發文頻次較高的作者數量遠不及領域內文獻的增速，且學者間、機構間缺乏深入的研究合作，事實上智能財會是人工智能與財會領域的融合，是建立在數據技術支撐之上的，如果僅從理論層面探討而缺乏實踐的支持，那么智能只能是一紙空談。

從研究內容看，根據關鍵詞聚類及時間線圖分析發現，智能財會領域近年來的研究方向主要集中在智能財會的緣起及演進、經濟影響、方案實施方面。對于該領域的發展歷程可歸納為初現期、新興期以及繁榮期三個不同階段，各階段以其所在時代國家政策的支持以及財務圈的標志性事件為依托呈現出不同的關注側重點。其中初現期側重于從信息技術層面積累對于商業智能的認知，構建出智能財務決策支持系統；新興期受到國家政策的引導與支持，著力解決人工智能與財會業界的融合路徑——財務云、財務機器人RPA；繁榮期在已有研究成果的基礎上，開始探尋智能轉型升級以及人才培養。

（二）趨勢展望

從發展趨勢看，結合關鍵詞突現統計分析認為智能財會領域的研究主題沿著商業智能—變革—影響的發展趨勢，不難發現未來對于該領域的研究仍基于智能化對理論界及實務界的影響展開。

事實上，財務（會計）解決的是數據收集以及加工處理的問題，而智能化解決的是流程自動化以及決策精準化的問題。當前依賴于弱人工智能建立的財務決策支持系統、分析系統等更多表現為算法的優化以及算力的提速，歸根到底仍舊可定性為先進的工具。不管是早前的電算化、當前的智能化還是未來的智慧化，究其本源，還是著力于社會資本與資源的最佳配置，帶來1+1＞2的效果。2022年上海國家會計學院評選出的財務云、會計大數據分析與處理技術、流程自動化、中臺技術、電子會計檔案、電子發票、在線審計與遠程審計、新一代ERP、在線與遠程辦公、商業智能為影響中國會計從業人員的十大信息技術。這足以證明人工智能+財務（會計）已然成為財會界的必然發展趨勢，而對于智能財務（會計）的研究，逃不脫三個方面：智能財務（會計）體系模式構建、新一代會計信息技術應用、數智化人才教育培養。

1.智能財務（會計）體系模式構建

智能化區別于信息化更多體現在核算+推理的模式構建上。在業務層面依托信息識別、數據挖掘進行財務數據與結構化業務數據抓取、收集之后，基于機器學習、算法，結合非結構化數據加以推理、預測，并借力區塊鏈技術生成交互式智能財務報告、分析報告，達到模式的優化。此外，社會越發展，技術越進步。探索人工智能的腳步不可止步于此，智能化并非發展的終章，如何通過優化人機協同以達到智慧化，尤待更深的實踐與探索。這就需要后續相關研究依托企業層面的業務模式、商業模式、新型業態以及財務后臺管理變革，結合先進實踐案例，具化實施方法，抽象理論構架，以新一輪產業革命與科技風暴為契機，高校與企業共建共享，在從財務共享層面將數智化加以內化的同時，以智能化技術為依托，進一步尋求更高階智慧化發展模式下協同共存的體系構架與實施路徑。

2.新一代會計信息技術應用

根據楊寅等在我國企事業單位人員中開展的智能財務在中國的應用現狀調查問卷統計結果發現：企業已經采用的信息技術主要集中在電子發票、移動互聯網、移動支付，短期內計劃采用的信息技術主要集中在數據挖掘、財務專家系統、電子檔案，而不打算采用的信息技術主要集中在機器翻譯、光學字符識別、可擴展商業報告語言、區塊鏈、自然語言處理、機器學習。事實上，區塊鏈由于其去中心化、自信任與共識機制等優勢會極大地弱化當前不同國家由于社會環境、經濟制度等的差異而帶來的會計邊界，并由此引發財務報告的變革。傳統的財務報告側重于事后的被動報告，不利于最大化信息的時效性，而基于區塊鏈的智能財務報告，能夠實時披露，變被動為主動，極大地發揮信息技術的優勢。有鑒于此，區塊鏈+會計的高效融合路徑給之后的研究帶來了新的機遇與挑戰。

3.數智化財會人才培育

不論是2018年教育部出臺的《高等學校人工智能創新行動計劃》，還是2021年財政部發布的《會計改革與發展“十四五”規劃綱要》，都明確提出了對“數智化+”的復合型人才需求。結合智能化當前的表現形式數字化平臺以及管理決策支持系統不難發現，未來的財會人才需具備“以數字來預測、以數字來管理、以數字來創新”的能力。基于此，構建“商科基礎課程群+財會核心課程群+業財一體化課程群+大數據分析課程群”，培養集“專業能力+數智技術+業務協同”于一體的新時代財會人才有待未來繼續深入挖掘探索。

在人工智能的時代背景下，大財務（會計）的概念日益盛行。數智化為財務（會計）所帶來的是從環境到制度，從流程到模式，從報告到形態的變革。面對人工智能所引發的不確定性，以何種態度去應對就顯得尤為重要。楊紀琬曾指出過去的機械是人手的延長，現在的電腦是人腦的延長。當前對計算機的應用，還是人機系統。人是系統中的重要組成部分，沒有人的介入，機器再先進，也收不到應有的效果。既然智能財會“未來”已來，無需焦慮被取代被替換，人機協同便是這把開啟未來的金鑰匙。●